[发明专利]一种基于土壤传递函数的目标土壤性质含量预测方法

说明书

本发明涉及一种基于土壤传递函数的目标土壤性质含量预测方法，在收集多源土壤数据集、环境变量的基础上，划分包含全部测定信息的数据集，根据土壤性质的空间异质性划分二级区域，筛选不同区域土壤传递函数的最优自变量集合，进而面向不同分区进行线性、非线性土壤传递函数拟合；并通过不同分区、不同函数的精度对比，遴选最优的面向样点的土壤传递函数，用以完善土壤样点数据库；而且应用机器学习方式构建区域的土壤自变量图层，构建面向区域的土壤传递函数，制作生产目标区域的目标土壤性质含量空间分布图；进而能够高效实现目标土壤性质含量的准确预测，提高工作效率。

技术领域

本发明涉及一种基于土壤传递函数的目标土壤性质含量预测方法，属于计量土壤技术领域。

背景技术

作为人类生存环境的重要载体，社会经济的发展与土壤存在着紧密的联系。自20世纪以来，全球工业化的快速发展导致了土壤重金属含量的急剧增加，尤其工业区与各种矿区周边土壤的重金属含量非常高，已经严重影响到生态系统的稳定，引起了世界各国相关部门、广大人民的重视，是全球公认的热点话题。可持续生态农业的发展建议使用更为生态、环保的有机肥料。但是在当前农业生产中广泛施用的牛粪和猪粪会在土壤中产生糖类、酚类、有机酸等化合物，易导致土壤铜的螯合或络合，带来潜在的环境污染。土壤中的磷元素是植物生长所必需的三大主要营养元素之一。然而，据相关资料统计，我国大多数的农业生态系统的土壤磷含量低于植物的需求量，这也导致了我国近三十年来磷肥的使用量逐年上升。不合理的过量施用磷肥直接导致了土壤中大量的磷酸盐累积，显著影响了施用磷肥的当季利用率(约10％-20％)，造成了磷肥资源的损失与浪费。农田土壤中磷元素的大量累积也直接造成了严重的环境问题，主要体现在磷随水体迁移而造成的水体富营养化。因此，对土壤性质含量进行定期监测意义重大。

不同应用部门所创建的土壤数据库一般只是涉及到基本的土壤物理、化学性质，鲜有涉及到土壤微量元素含量、重金属含量数据，例如瓦赫宁根大学创建的WoSIS土壤数据库与联合国粮农组织创建的HWSD(Harmonized World Soil Database v 1.2)数据库只是包含了土壤有机质、pH、质地、氮、磷、钾等基本的理化性质。

国内外相关技术部门、公司与学者已提出一系列的土壤性质含量化学测定方法。例如，可用的土壤有效铜含量测量方法包括：原子吸收光谱仪、DTPA-TEA浸提法与原子吸收分光光度计等；可用的土壤全磷含量测量方法包括：高温烧灼酸浸提法、强酸消煮法、碱熔法、连续流动分析仪等。常规获取土壤性质含量信息的方法是野外样品采集和室内化学分析测试，该方法精度高，但费时费力，且难以获得区域土壤性质含量的空间分布信息。近年来有学者尝试使用室内反射光谱可见光/近红外光谱等技术来反演部分土壤性质含量。土壤中的铁氧化物、有机质对土壤重金属有一定的吸附作用，且在光谱曲线上体现一定的吸收特征，进而可以间接地预测土壤重金属含量。基于土壤元素对于光谱的响应特征，还可以构建土壤全磷与不同光谱指标的预测模型(例如偏最小二乘回归)。这一类方法具有高效、无损、快速等显著优点，在土壤成分快速检测中的应用潜力较大。但该方法在具体应用中存在一定的测量误差，不同研究区、不同操作人员的测定误差相差非常大。

然而，不同的土壤调查相关部门在实际中的需求各异，限于预算支出，这些部门不可能测定所有的土壤理化指标，只会测定与具体需求相关的一些土壤理化性质，例如土壤微生物调查、工程土壤调查。因此，部分的土壤调查虽然收集了不少的土壤样品，但后续的化学分析没有测定土壤重金属含量。由于历史土壤数据库的土壤样品大多数已经丢失，无法通过化学实验弥补缺失的土壤养分数据(例如土壤的氮磷钾含量)。当农业、生态相关的部门集成了多源的土壤数据进行土壤质量、肥力评价时，经常发现土壤数据库中不少的土壤样点数据缺少土壤有效钾含量的信息。